MétaCan
Menu
Retour à la cohorte
Enregistrement W2928237042 · doi:10.7759/cureus.4364

Development and Implementation of a Three-dimensional Printed Knee Joint Simulation Model Using the Consolidated Framework for Implementation Research: Addressing Local Simulation Needs

2019· article· en· W2928237042 sur OpenAlexafffund
Eugene Krustev, Adam Dubrowski

Notice bibliographique

RevueCureus · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesAtlantic Canada Opportunities Agency
Mots-clésMedicineProcess (computing)New product developmentCurriculumImplementation researchMedical educationSimulationMedical physicsComputer scienceNursingPsychological interventionPsychology

Résumé

récupéré en direct d'OpenAlex

Background Knee joint injections and aspirations are essential procedures for medical students, residents, and primary care physicians to master. Simulation-based training has been shown to improve learner confidence and performance scores in knee joint injections. Current knee joint simulators are expensive, ranging from hundreds to thousands of dollars. Using three-dimensional (3D) printing and gel layering technology, we designed and manufactured an inexpensive simulator. The aim of this implementation study was to gather the opinions of local simulation specialists and administrators regarding the simulator's curricular implementation. Methods Using the Consolidated Framework for Implementation Research (CFIR), we developed a 31-item implementation survey. It was administered to local simulation specialists and administrators. The purpose of the survey was to identify the aspects of the simulator that they deemed important to the implementation process, as well as obtain their qualitative feedback about the design. Results In total, three participants completed the survey. There were 16 survey items that were rated as very important, including local manufacturing, appropriate planning, internal development, evidence-based development, and reasonable costs. Another nine items were deemed important, including the adaptability of the product and ability to test the product. The simulation specialists also expressed some concerns they had with the design of the simulator and made suggestions about how we could address these concerns. Conclusions Local development and manufacturing, coupled with appropriate pre-implementation planning and efficacy evidence, were selected as factors that would potentially contribute to the success of the implementation of the simulator in the local curriculum.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,189
score de la tête « metaresearch » (Gemma)0,231
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,189
Score d'incertitude au seuil0,999

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1890,231
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0040,004
Études des sciences et des technologies0,0020,002
Communication savante0,0060,005
Science ouverte0,0050,007
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,358
Tête enseignante GPT0,522
Écart entre enseignants0,163 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCureusMême sujetSimulation-Based Education in HealthcareTravaux en français237 207